Выживание на матфаке

Москва — это безумие, чувак

встретил разработчика из яндекса на конференции по ML

вся команда из 18 стажеров сидит в опенспейсе, где переговорки забронированы на две недели вперёд, поэтому созвоны проводят в капсулах для сна

формально 8 часов, по факту 996, как в китае: с 9 до 9, шесть дней в неделю. только китайцы это хотя бы честно называют переработками, а тут это «спринт перед релизом», и спринт идёт четвёртый месяц

в пятницу он не уезжает домой, а остается в офисе, так как все равно нужно работать в субботу

руководство объясняет, что это всё на благо компании: мы строим продукт, который изменит рынок, а кто не готов вкладываться — тот просто не наш человек

на всех общих встречах говорят, что по опросу вовлечённости 94% сотрудников довольны условиями. опрос, правда, не анонимный, заполняется с рабочего ноутбука, и отправить его нужно до пятницы

чтобы выкатить фичу, нужно согласование от трёх смежных команд, и у каждой свой квартальный приоритет, в котором тебя нет

его сервис переписывают с нуля третий раз, потому что каждый новый руководитель приходит со своей «единой платформой»

на перф-ревью ему сказали, что он хорошо закрывает задачи, но «не хватает импакта», а импакт — это когда твой проект не закрыли через полгода

тимлид зовёт всех на «синк», где 40 минут обсуждают, нужен ли этот синк

отпуск он не брал полтора года, потому что «сейчас горячий период», и так каждый квартал

уходить не хочет: зарплата хорошая, стек нормальный, и вообще везде примерно так же

бигтех в Москве — это дичь

Мало на кого в твиттере подписана, связанного с работой (я туда деградировать прихожу вообще-то), но иногда лента приносит чужие выкладки.

Недавно принесло пост преподавателей из MIT, кажется, где они не очень понимают, как оценивать студентов в эпоху ИИ. Пишут, да и сама себя ловлю на этой мысли, что при планировании курса и оценивании его прохождения есть вариант уровнять всех по одной из границ: либо (как если бы) все пользуются ИИ, либо (как если бы) все делают все сами. Здесь, конечно, вопрос ещё встает в самой необходимости об уравнивании, но при работе в группах, а особенно в больших, других вариантов искать не получается. Говорила об этом летом в «Сфере», можем ещё разок это обсудить, в принципе.

И вот так и выходит: либо оставляешь домашки и надеешься, что перед закидыванием в Клода студенты хотя бы прочитают условие, либо переносишь весь вес оценки в устные формы контроля (коллоквиумы и защиты проектов). 6 предметов — 6 проектов, если честно, тоже звучит как перебор.

Материал пары тоже не понятно какой давать. Лекция ещё нормально, а семинар превращается в spot-the-bullshit: не научись писать код, а заметь, где ИИ пытается тебя правдоподобно наебать. Как этому научиться без практики с домашними заданиями и написания кода руками — не понятно. Единственный вариант — это пробудить интерес к предмету, вынудить захотеть писать код руками.

Здесь, конечно, другой прикол, потому что сама я никакой любви к написанию кода руками не испытываю. Думать мне нравится, а вот сесть и стучать пальцами по клавиатуре не очень. Чистого листа не люблю и остерегаюсь, а потому, когда ИИ стало чуть умнее, я выдохнула с большим облегчением.

Продолжаем экспериментировать, продолжаем косячить.


Может, однажды и про основную работу расскажу. Пока что её просто работаем. Но не сегодня, сегодня у бабули день рождения

Возвращение вашей любимой рубрики аутичная статистика. Сегодня нас ждет удивительная история с сенсационными выводами.
Началось все пару недель назад, мне написал Кирилл и поделился тем, что ему кажется, что в канале Russia Today резко возросло упоминание медведей в последнее время. Чтобы не быть голословным он подтвердил свои слова, переслав несколько таких постов с забавными медведями. Он связал это с предстоящими выборами, ибо символом едра является медведь. Я счел это достаточно забавным, но не придал значения. Время шло, Кирилл продолжал пересылать мне посты про медведей из канала RT, и все больше становилось похоже на то, что в этом что-то есть. Но я доверяю только объективным данным, а не ощущениям, поэтому вчера я спарсил все текстовые посты от RT в их канале и решил посмотреть является ли это аномалией или нет.
Ну так и вот, представляю вам результаты, упоминание медведей в последние пару месяцев выросло в 10 раз.
Не буду ничего утверждать, но кажется, Russia Today ведет пропаганду в интересах Кремля.

Скучали???

🚀 Hypex 1.0.7 — большой релиз уже здесь!

Мы снова основательно покопались в Hypex и привезли сразу несколько больших изменений — от variance reduction в A/B-тестах до серьёзных улучшений A/A, Matching и работы с результатами экспериментов.

💡 Что нового:

🎯 CUPED & CUPAC в A/B-тестах — теперь Hypex умеет снижать дисперсию метрик с помощью pre-experiment данных. Для CUPED можно указать соответствующие pre-period признаки, а CUPAC сам обучит несколько моделей (linear, ridge, lasso, catboost) и выберет лучшую по снижению дисперсии.

📊 Все результаты эксперимента — в одном месте — появился новый result.summary, который собирает основные результаты и дополнительные таблицы CUPED/CUPAC в единый интерфейс. Удобно смотреть как в консоли, так и в Jupyter.

⚡️ A/A-тест теперь может останавливаться раньше — при включённом early_stopping поиск заканчивается сразу после нахождения «чистого» сплита, где ни один тест не нашёл различий между группами. На больших датасетах это может существенно ускорить расчёты.

🤝 Matching стал гибче — теперь можно использовать n_neighbors для поиска нескольких ближайших соседей, задавать собственные weights для метрики расстояния и оценивать минимальный необходимый размер выборки.

📈 KS-тест вернулся в A/B-отчёт — в resume снова доступны KSTest pass и KSTest p-value.

🧪 Multiple testing стал корректнее — исправили работу с несколькими метриками и группами, передачу alpha в коррекцию и применение поправки отдельно для каждого статистического теста.

🔧 Много улучшений A/A — исправили стратифицированные сплиты, работу с ConstGroupRole, константными группами, дисбалансом и параметрами sample_size / groups_sizes.

🛠 Matching стал стабильнее — исправили проблемы с группами на разных версиях pandas, добавили более явные ошибки при несовпадении индексов и перестали автоматически сохранять matched_indexes.csv в рабочую директорию.

🐞 И, конечно, целая пачка багфиксов: формулы CUPED/CUPAC, деление на ноль в Matching, ABN out of range, корректировка A/B multitest и ещё множество мелочей, которые делают Hypex стабильнее.

⚠️ Важный момент для пользователей предыдущих версий:
в релизе есть несколько breaking changes — в том числе изменения в result.cupac, ConstGroupRole и названии колонки result.multitest.